wav2vec2-darija-combined

wav2vec2-darija-combined

Fine-tuning of boumehdi/wav2vec2-large-xlsr-moroccan-darija for automatic speech recognition (ASR) in Darija (Moroccan Arabic dialect), using a combined dataset of seven public datasets.

Résultats finaux

Hyperparamètres d'entraînement

Datasets utilisés

• adiren7/darija_speech_to_text
• mohamedmou/moroccan-darija-asr-dataset-split
• afyfbadreddine77/darija-asr-dataset
• ntariklk/darija-merged-asr
• atlasia/Moroccan-Darija-Wiki-Audio-Dataset
• Datasmartly/moroccan_darija_audio (accès refusé — dataset privé, non inclus dans l'entraînement)
• RHEZLOUNE/darija-restaurant-audio
• anaszil/Segmented-Moroccan-Darija-Wiki-Audio-Dataset

Filtre appliqué : durée audio ≤ 15s.

Utilisation

Note : ce modèle (~317M paramètres, ~1,2 Go) peut être trop volumineux pour le widget d'inférence gratuit de la page Hugging Face (souvent limité en mémoire/temps pour les modèles de cette taille). Si le widget affiche une erreur ou ne charge pas, teste-le directement en local avec le code ci-dessous, ou via des Inference Endpoints dédiés.

from transformers import Wav2Vec2ForCTC, Wav2Vec2Processor
import librosa
import torch

processor = Wav2Vec2Processor.from_pretrained("amineouaki/wav2vec2-darija-combined")
model = Wav2Vec2ForCTC.from_pretrained("amineouaki/wav2vec2-darija-combined")

speech, _ = librosa.load("audio.wav", sr=16000)
inputs = processor(speech, sampling_rate=16000, return_tensors="pt", padding=True)

with torch.no_grad():
    logits = model(**inputs).logits

pred_ids = torch.argmax(logits, dim=-1)
print(processor.decode(pred_ids[0]))

Auteur

Amine Ouakib

• Email : [email protected]
• GitHub : ouakibamine
• LinkedIn : amine-ouakib